机器人在线 > 资讯 > 技术干货 > 基于视觉的CO_2焊接机器人焊接工艺参数与熔池形态关系的研究中焊接熔池图像处理特征提取建模

基于视觉的CO_2焊接机器人焊接工艺参数与熔池形态关系的研究中焊接熔池图像处理特征提取建模

时间：2017-08-11 来源：机器人在线阅读：7525 原创

3. 1前言

随着社会科技不断的发展，人们对焊接质量以及效率的需求非常高。而熔池的形态、特点以及动态的改变是决定焊接的内部质量与焊缝成形质量的重要因素。分析研究熔池的改变是改善焊接质量的非常有效的方法，对熔池形状进行实时检测更是保证焊接质量的关键步骤之一。熔池信息在传输和数字量化过程存在很多干扰因素，如电弧干扰等。以至于在取得熔池的特征参数是非常困难，所以一定要对采集到的熔池的图像进行图像处理，只有尽量减小图像的干扰因素如:飞溅、弧光等，才可以获取准确清楚的熔池的图像。

熔池图像的处理的主要是为了获取熔池的边缘信息，然后得到熔池内在特性，针对熔池的特征提取国内外学者做了大量的研究。文献为得到熔池的立体形状，对焊接熔池的图像进行处理分析和提取，成功的获得了熔池的边缘信息以及激光条纹形式的图像边缘;文献基于镁合金特征光谱，组合一套滤光系统，并针对双弧焊特点，调节双焊枪的匹配参数提取了比较清晰的熔池图像。就现在来说，熔池图像处理边缘检测的方法，对提高焊接质量或者自动化焊接均是非常必要的。文献中提出了一种新的基于组件树模型的MAG焊图像熔池边缘提取算法。文献中提出一种基于焊缝灰度特点的图像处理方法。文献中提出一种基于复合边缘检测算子的图像处理方法。但这些方法大多采用通用的图像处理算法而未考虑焊接过程的实际情况，缺乏对焊接过程噪声的抗干扰能力.鉴于此，本文以二氧化碳气体保护焊为研究对象，采用本实验室的视觉采集系系统，焊接中采集熔池图像。针对采集到的图像，采用了基于模糊技术图像处理的方法，来获取熔池内部特征的信息，计算出熔池的特征参数.为提高cot气体保护焊焊接质量做出了具有实际意义的贡献。

3. 2熔池图像采集

本文以文以Q235钢为试验材料，采用二氧化碳气体保护焊、根据前文中的图像采集系统，试验采用的Q235钢厚度为6mrn，焊丝直径为1. 2mm，为减少飞溅，确保焊接过程稳定性，试验的焊接过程中电流的极性选择直流反接。二氧化碳气体的流量为20L/min，焊丝的伸出长度为12mm，为了研究焊接工艺参数与熔池形态的关系，焊接电流分别选160A, 170A, 180A, 190A, 200A，电弧电压分别选16v, 17v, 18v, 19v, 20v，焊接速度分别选40cm/min, 44cm/min, 46cm/min, 48cm/min, 50cm/min，焊枪的焊接角度分别选取30, 60, 90度。CCD摄像机在末端机械臂上，所以他始终和熔池保持一定的角度拍摄。其余的参数选择如前文所示。